humphd/have-fun-with-machine-learning

Что это?

Ключевые возможности

• 01Пошагово показывает, как обучить сверточную нейросеть на небольшом пользовательском наборе изображений.
• 02Показывает, как дообучить предварительно обученные модели AlexNet и GoogLeNet для распознавания новых классов.
• 03Использует NVIDIA DIGITS для создания наборов данных, просмотра графиков обучения и тестирования моделей.
• 04Включает скрипт на Python для классификации новых изображений с помощью обученной модели Caffe.
• 05Предлагает варианты нативной установки и настройки через Docker.

Сценарии использования

• Для разработчиков, которые только знакомятся с машинным обучением и хотят на практике создать проект по классификации изображений.
• Для инженеров, которые хотят освоить трансферное обучение, адаптируя предварительно обученную сеть к собственным изображениям.
• Для тех, кто хочет попробовать Caffe или DIGITS, не изучая сначала теорию нейронных сетей.

Быстрый старт

1. 1

   Установите Docker, если он ещё не установлен

2. 2

   Загрузите и запустите контейнер Caffe + DIGITS, заменив путь к репозиторию на расположение вашего клона

   docker run --name digits -d -p 8080:5000 -v /path/to/this/repository:/data/repo kaixhin/digits
3. 3

   Откройте http://localhost:8080 в браузере

Что важно знать

• !Установить Caffe в нативной среде сложно, и это может занять несколько дней, особенно на macOS.
• !Руководство основано на Caffe и DIGITS — устаревших инструментах, созданных примерно в 2016–2017 годах.
• !В README не указана чёткая лицензия с открытым исходным кодом (в качестве лицензии указано NOASSERTION).

В подборках

Темы

Частые вопросы

Что такое have-fun-with-machine-learning?

Практическое руководство для начинающих по обучению и развертыванию нейросетей для классификации изображений с Caffe и NVIDIA DIGITS — без опыта в ИИ. Это практическое руководство по машинному обучению для программистов без опыта в ИИ. В нём показано, как создать классификатор, отличающий дельфинов от морских коньков, используя Caffe как фреймворк для глубокого обучения, а веб-инструмент NVIDIA DIGITS — для управления наборами данных и запусками обучения.

have-fun-with-machine-learning можно использовать бесплатно? Какая у него лицензия?

have-fun-with-machine-learning распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.

have-fun-with-machine-learning всё ещё поддерживается?

Обновлялся за последние 6 месяцев. Последний коммит в have-fun-with-machine-learning — 4 сент. 2026 г..

Для чего можно использовать have-fun-with-machine-learning?

Для разработчиков, которые только знакомятся с машинным обучением и хотят на практике создать проект по классификации изображений. Для инженеров, которые хотят освоить трансферное обучение, адаптируя предварительно обученную сеть к собственным изображениям. Для тех, кто хочет попробовать Caffe или DIGITS, не изучая сначала теорию нейронных сетей.

Как установить have-fun-with-machine-learning?

Установите Docker, если он ещё не установлен Загрузите и запустите контейнер Caffe + DIGITS, заменив путь к репозиторию на расположение вашего клона: docker run --name digits -d -p 8080:5000 -v /path/to/this/repository:/data/repo kaixhin/digits Откройте http://localhost:8080 в браузере

Где скачать have-fun-with-machine-learning?

Исходный код и инструкции по установке — на GitHub: https://github.com/humphd/have-fun-with-machine-learning